摘要：为满足新能源汽车电机轴的轻量化设计需求,文中提出了一种基于响应面法和粒子群算法相结合的多目标优化方法。以电机轴的内径为设计变量,在满足强度约束的条件下,将电机轴质量、多危险截面处等效应力和1阶临界转速作为设计目标构建了多目标优化模型。建立Box-Behnken试验设计得到4因素3水平的有限元分析试验方案,采用最小二乘法拟合了各子目标的高精度响应面方程,并根据各子目标的重要程度引入影响因子,建立了统一的全局优化目标函数。最后,结合惯性权重线性递减的粒子群算法对全局目标函数进行了寻优。优化结果表明:电机轴的质量减小了4.8%,1阶临界转速提升了8%,且两处危险截面的等效应力分别减小了2.9%,2.5%。

摘要：惯性参数辨识对多自由度并联机构动力学控制至关重要,而传统的辨识方法存在操作复杂、精度差等问题。现提出一种基于动力学分析的六自由度并联平台惯性参数辨识方法。该方法以伺服电机的驱动电流为基础,采用Kane法对并联机构进行动力学分析,建立电流、转矩和推力之间的传递函数,在此基础上构建激励力与平台位姿的辨识方程,即可求解并联平台的惯性参数。基于MATLAB与ADAMS的六自由度并联平台参数辨识仿真分析结果表明,质量与转动惯量辨识误差分别小于2%与7%。与解体测量法和CAD法相比,本方法具有更快的辨识速度与更高的辨识精度,为并联平台动力学控制打下基础。

摘要：针对热轧钢卷端面图像背景复杂、缺陷特征各异、缺乏标准缺陷数据集,用传统视觉方法难以自动识别问题,提出了基于深度学习的热轧钢卷端面缺陷检测的技术架构,给出了该框架下的图像采集、预处理与分割、深度神经网络算法设计和缺陷特征数据库搭建等关键技术,最后开发了基于深度学习的钢卷端面缺陷检测系统,试验表明该系统的典型缺陷检出率在90%以上,解决了热轧钢卷端面缺陷长期依赖人工肉眼识别的行业性难题,实现了端面缺陷的在线、自动、精准检测,所形成的成套端面缺陷检测技术和装备,在钢铁行业多条热轧产线稳定、可靠地投用运行。

摘要：研发一种具有金属内衬的法兰式碳纤维增强树脂基复合材料(CFRP)液压缸缸筒,通过复合材料的本构关系和厚壁圆筒理论推导CFRP缸筒的应力应变公式,建立数学模型,并结合强度和刚度理论,进行液压缸缸筒轻量化研究。运用Abaqus软件进行仿真分析,验证所提出方案的可行性,联合Isight软件进行优化设计,以DOE试验设计寻找最优解。结果表明:优化设计后,CFRP缸筒满足强度和刚度要求;液压缸缸筒质量由16.58 kg减少到5.26 kg,总体减轻68.3%,达到轻量化设计目的。

摘要：针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增强层次多样性熵,并将其作为特征提取指标用于提取齿轮箱的故障特征;其次,采用WHO算法对SVM模型的参数进行了优化,建立了参数最优的WHO-SVM分类器;最后,将故障特征样本输入至WHO-SVM分类器中进行了训练和识别,完成了样本的故障识别;利用齿轮箱数据集分别从数据长度敏感性、算法特征提取时间、模型诊断性能三种角度对EHDE、精细复合多尺度样本熵、精细复合多尺度模糊熵、精细复合多尺度排列熵、精细复合多尺度散布熵、精细复合多尺度波动散布熵进行了对比研究。研究结果表明:EHDE方法对数据长度的要求较低,在数据长度为512时即可以取得99.1%的平均识别准确率,在诊断稳定性和诊断精度方面均优于其他对比方法;在算法的泛化性实验中,EHDE方法能够以98%的准确率识别齿轮箱的不同故障类型,具有明显的泛化性和通用性。

摘要：根据模拟离合器在实际工作状态下试验离合器的工作性能,设计了一种搭载2台异步电动机的超越离合器试验台,2台电动机分别与增速圆柱齿轮箱和减速圆柱齿轮箱配合模拟离合器在实际工作中的驱动模块和加载模块。采用斜齿圆柱齿轮传动齿根危险截面弯曲强度校核公式,对增速圆柱齿轮箱大小齿轮进行强度校核;基于SolidWorks软件Simulation模块对增速箱大小齿轮不同扭矩进行静应力仿真分析;计算传动轴的1、2阶临界转速,判断轴的工作转速是否处在安全范围、增速圆柱齿轮箱传动轴在高速运转过程中是否发生共振现象。为超越离合器相关研究提供参考。

摘要：为解决注射成型过程中铸件的质量和铸造效率低等问题,提出一种NSGA-II算法和TOPSIS方法与响应面法相结合的新型注射工艺参数优化筛选方法。以定轴为研究对象,采用Box-Behnken设计,以熔体温度、模具温度、注射时间、保压压力为变量,以翘曲变形量和体积收缩率为响应变量,采用NSGA-II遗传算法对2个响应的目标函数执行优化,用TOPSIS方法求解优化得到的Pareto前沿解集,找到最优解。仿真结果表明,当注射时间为40.71s、模具温度为131℃、熔体温度为180.07℃、保压压力为65 MPa时,翘曲变形降低了10.92%、体积收缩率降低了11.19%。优化后的注射工艺参数可有效消除铸件内部收缩松动和缩孔缺陷,形成性能良好的致密铸件,提高了产品质量。

摘要：为了提取连铸机扇形段在正常浇铸状态下的故障特征,设计一种利用鲸鱼优化算法(WOA)改进的堆叠降噪自编码器(SDAE)网络模型,命名为WOA-SDAE,并应用于扇形段拉矫力信号特征学习和故障分类。首先,从完整的浇铸周期中获取正常浇铸状态下的数据,对低频的拉矫力信号进行时域特征提取,将一维拉矫力信号转换为多维时域特征信号,并建立评价体系以寻找最优时域参数;其次,运用堆叠降噪自编码器与softmax分类器组成网络模型对故障信号进行分类,采用鲸鱼优化算法确定SDAE模型中隐含层层数与节点数。通过实际生产过程中的连铸机扇形段拉矫力信号来验证所提方法的可行性。试验结果表明,WOA-SDAE可有效提取扇形段的故障特征,在测试集上的识别准确率达到92.23%。

摘要：为提高纠斜液压缸的密封性能,设计了两种组合密封圈,研究其在不同液压油压力及液压油与泥浆压差下的等效应力、接触应力和摩擦力,并进行模拟实验。结果表明:随着钻探深度的增加,YR和WR形密封圈的最大等效应力、最大接触应力和摩擦力逐渐增大,但YR形密封圈的数值相对较小,接触应力分布相对均匀;压力补偿油箱内外压差对密封圈的性能影响较小,设计使用中可忽略;YR形密封圈的密封性能相对较好。

摘要：船舶维修项目调度问题是典型的受优先关系和维修空间限制的资源受限项目调度问题。针对该问题,文章建立了一种船舶维修项目调度数学模型,并提出了改进遗传算法进行求解。基于问题的特征,改进遗传算法主要采用解码与编码策略、选择操作、交叉操作以及变异操作等方法平衡算法的探索和探寻能力。最后,采用工程实例验证了模型的合理性和算法的优越性。